机器人、无人机、自动驾驶等系统都需要回答一个核心问题：

“我在哪里？我正在怎么运动？周围环境是什么样？”

这三个问题就对应

• IMU：感知自身运动
• VIO：估计自身运动轨迹
• SLAM：定位 + 建地图

IMU（Inertial Measurement Unit，惯性测量单元）

IMU 包含

• 加速度计：测量沿三个方向的加速度
• 陀螺仪：测量绕三个轴旋转的角速度
• 磁力计（可选）：测量绝对航向
  加速度积分得到速度，速度再次积分就可以得到位置

优点：采样更新频率高，100-1000 hz 都有
缺点：误差累积，时间越久位置越飘

加速度积分得到速度，速度再次积分就可以得到位置

VIO（Visual-Inertial Odometry，视觉惯性里程计）

VIO本质是一个完整的工程系统，结合 Camera 和 IMU 估计设备运动，相比于 IMU 更估计的位置和姿态更准确

摄像头用来观测环境中特征点的变化，IMU测量快速旋转和加速度，两个融合互补，实时估计设备的位置和姿态

VIO本质是一个完整的工程系统而不是算法

优点：比单独使用摄像头更稳定，比单独使用 IMU 更不容易漂移
缺点：长时间运行仍会累积误差；光线差、画面模糊或环境纹理少时可能失效

SLAM（Simultaneous Localization and Mapping，同步定位与建图）

类型：视觉SLAM（camera），激光SLAM（LiDAR），视觉惯性SLAM（camera和IMU）
SLAM 可以在定位基础上建立地图，并修正长期漂移（回环检测）
回环检测解决的是长时间运行会漂移问题，可以把当前位置和旧地图匹配然后修正整个轨迹